Perguntas com a marcação «overdispersion»

Estou criando Poisson GLMs em R. Para verificar se há sobredispersão, estou analisando a proporção de desvio residual para graus de liberdade fornecidos por summary(model.name). Existe um valor de corte ou teste para que essa proporção seja considerada "significativa"? Eu sei que se for> 1, os dados serão super-dispersos, mas …

44 statistical-significance  overdispersion 

Quero ajustar um GLMM multinível com uma distribuição Poisson (com excesso de dispersão) usando R. No momento, estou usando o lme4, mas notei que recentemente a quasipoissonfamília foi removida. Já vi em outro lugar que você pode modelar a super dispersão aditiva para distribuições binomiais adicionando uma interceptação aleatória com …

32 r  mixed-model  poisson-distribution  lme4-nlme  overdispersion 

Espero que alguém possa fornecer uma visão geral intuitiva do que é distribuição quase-binomial e o que ela faz. Estou particularmente interessado nestes pontos: Como o quasibinomial difere da distribuição binomial. Quando a variável de resposta é uma proporção (os valores de exemplo incluem 0,23, 0,11, 0,78, 0,98), um modelo …

30 r  generalized-linear-model  binomial  overdispersion  quasi-likelihood 

Qual é a estratégia apropriada para decidir qual modelo usar com os dados de contagem? Tenho dados de contagem que preciso modelar como modelo multinível e me foi recomendado (neste site) que a melhor maneira de fazer isso é através de bugs ou MCMCglmm. No entanto, ainda estou tentando aprender …

16 poisson-distribution  generalized-linear-model  negative-binomial  overdispersion 

Eu sempre vi o conselho para verificar se um ajuste do modelo de Poisson está ou não disperso em excesso, envolvendo a divisão do desvio residual pelos graus de liberdade. A proporção resultante deve ser "aproximadamente 1". A questão é de qual faixa estamos falando para "aproximado" - qual é …

16 poisson-distribution  negative-binomial  poisson-regression  overdispersion 

Eu tenho dados de contagem (análise de demanda / oferta com número de clientes, dependendo - possivelmente - de muitos fatores). Tentei uma regressão linear com erros normais, mas meu gráfico QQ não é realmente bom. Tentei uma transformação de log da resposta: mais uma vez, QQ-plot ruim. Então agora …

16 count-data  poisson-regression  overdispersion  quasi-likelihood 

O fenômeno de 'super dispersão' em um GLM surge sempre que usamos um modelo que restringe a variação da variável de resposta, e os dados exibem uma variação maior do que a restrição do modelo permite. Isso ocorre geralmente ao modelar dados de contagem usando um Poisson GLM, e pode …

15 generalized-linear-model  poisson-regression  overdispersion  quasi-likelihood 

Eu tenho um conjunto de dados que eu esperaria seguir uma distribuição de Poisson, mas ele é superdisperso em cerca de 3 vezes. No momento, estou modelando essa superdispersão usando algo como o código a seguir em R. ## assuming a median value of 1500 med = 1500 rawdist = …

15 distributions  modeling  poisson-distribution  overdispersion 

Estou tentando entender o conceito de super-dispersão na regressão logística. Eu li que a super-dispersão ocorre quando a variação observada de uma variável de resposta é maior do que seria esperado da distribuição binomial. Mas se uma variável binomial pode ter apenas dois valores (1/0), como pode ter uma média …

14 logistic  variance  binomial  mean  overdispersion 

Encontrei três propostas para lidar com a super-dispersão em uma variável de resposta de Poisson e um modelo inicial de efeitos fixos: Use um modelo quase; Use GLM binomial negativo; Use um modelo misto com um efeito aleatório no nível de assunto. Mas qual escolher, e por quê? Existe algum …

12 regression  negative-binomial  poisson-regression  overdispersion  quasi-likelihood 

Na modelagem de dados de contagem de solicitações em um ambiente de seguro, comecei com Poisson, mas depois notei superdispersão. Um Quasi-Poisson modelou melhor a maior relação média-variância que o Poisson básico, mas notei que os coeficientes eram idênticos nos modelos de Poisson e Quasi-Poisson. Se isso não é um …

12 r  count-data  poisson-regression  overdispersion  quasi-likelihood 

Eu me deparei com várias questões práticas ao modelar dados de contagem de pesquisas experimentais usando um experimento dentro do assunto. Descrevo brevemente o experimento, os dados e o que fiz até agora, seguidos pelas minhas perguntas. Quatro filmes diferentes foram exibidos para uma amostra de entrevistados em sequência. Após …

12 generalized-linear-model  negative-binomial  glmm  poisson-regression  overdispersion 

Eu tenho o seguinte modelo: > model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop +(1|landscape),family=poisson) ... e esta é a saída resumida. > summary(model1) Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS1 + sAG1 + sSHDI1 + sbare + season + crop + (1 | landscape) AIC BIC logLik deviance 4057 4088 …

12 r  poisson-distribution  lme4-nlme  glmm  overdispersion 

Estou procurando modelar alguns dados, mas não tenho certeza de que tipo de modelo posso usar. Tenho dados de contagem e quero um modelo que forneça estimativas paramétricas da média e da variância dos dados. Ou seja, tenho vários fatores preditivos e quero determinar se algum deles influencia a variação …

12 variance  modeling  count-data  overdispersion  gamlss 

Eu tenho um GLMM do formulário: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), obtenho resultados diferentes dos que utilizo Anova(model, type="III")na embalagem do carro ou summary(model). Estes dois últimos dão as mesmas respostas. Usando um monte de dados fabricados, …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion